摘要：在俄语语音信息处理的资源建设中,字音转换技术起到了至关重要的作用。该文尝试对基于SAMPA的俄语音素集进行改进设计,使标音结果能够反映俄语单词的重音位置及元音弱化现象。依据改进的新音素集构建了包含20 000词的俄语发音词典。在此基础上,实现了一种数据驱动的俄语字音转换算法,将加权有限状态转化器(WFST)应用于算法的对齐、建模和解码过程中。首先利用期望最大化算法以"多对多"的方式对俄语字音进行对齐,然后将对齐结果通过联合N-gram模型训练,并转化为WFST发音模型,最后通过WFST解码算法对任意单词的发音进行预测。交叉验证实验结果表明,平均词形正确率为62.9%,平均音素正确率为92.2%。

摘要：针对俄语语音合成和语音识别系统中发音词典规模有限的问题,提出一种基于长短时记忆(LSTM)序列到序列模型的俄语词汇标音算法,同时设计实现了标音原型系统。首先,对基于SAMPA的俄语音素集进行了改进设计,使标音结果能够反映俄语单词的重音位置及元音弱化现象,并依据改进的新音素集构建了包含20 000词的俄语发音词典;然后利用Tensor Flow框架实现了这一算法,该算法通过编码LSTM将俄语单词转换为固定维数的向量,再通过解码LSTM将向量转换为目标发音序列;最后,设计实现了具有交互式单词标音等功能的俄语词汇标音系统。实验结果表明,该算法在集外词测试集上的词形正确率达到了74.8%,音素正确率达到了94.5%,均高于Phonetisaurus方法。该系统能够有效为俄语发音词典的构建提供支持。

摘要：已有的一些算法或手工方法虽然可以对分形地形的形状和属性进行控制,但存在着效率不高、控性不灵活的缺点。提出了一种新的分形地形的变形算法,它不需要人工干预而对地形进行自动变形。将约束条件定义为匹配度函数,通过四叉树细分方法确定地形修改区域,从而对分形地形进行变形以适合限制条件。试验结果表明,这种算法不但可以对地形变形进行灵活自由的控制,同时还尽可能地保留了分形地形的自然特征。

摘要：在经济全球化发展趋势下,世界各国对语言的研究越发深入,语言研究方法也越来越多,比如说定性研究、定量研究、两者相结合的研究方法等。现如今建设应用大型语料库作为国内外语言学研究的核心内容,不仅能为自然语言处理领域发展提供基础依据,还可以充分展现人工智能、信息提取、人机对话等技术优势。因此本文研究在了解智能化语音语料库设计原则的基础上,根据语音语料库的核心需求和属性扩张,深层探索智能化语音语料库的设计步骤,以电力行业的语音语料库设计构建情况为例,根据实证分析明确智能化语音语料库的设计应用价值。

摘要：目的:本研究旨在分析当前美洲国家西班牙语的口音特征。方法:选取墨西哥这一美洲国家为研究对象,基于西班牙语语音学的基础理论,从元辅音发音层面出发,利用语音学理论与语音实验方法分析该国对应的特殊元辅音发音特征,并通过对有关数据的分析处理,梳理总结出特殊元辅音的发音特征。结果:在墨西哥西班牙语的发音上,非重读的元音发音较弱,但一般不会省略。根据墨西哥口音中aterroriza的发音语谱图可知,墨西哥口音重音rro和ri的发音变化较小,rro的发音被弱化。另外,元音e发成元音i,这一点是墨西哥口音与其他5个国家发音特点的不同之处。关于辅音发音特征,墨西哥口音中末尾的s发音通常被拉长。另外,与美洲大多数西班牙语国家一样,墨西哥也存在Yeísmo语音现象,具体来讲,就是字母ll/ʎ/与字母y/j/发音没有区别,统一发音为y/j/的现象。在官方西班牙语中,ll/ʎ/属于舌前硬腭边擦浊辅音,发音时,舌面前部抬起,尽量靠近,但不贴近齿龈后部,舌身抬起贴住上腭,气流从舌部一侧或者两侧通过,声带震动。y/ʝ/属于舌前硬腭擦浊辅音,发音较ll/ʎ/嘴型更为放松,所以在一些国家,ll与y会统一发y/j/的音。结论:墨西哥西班牙语的口音发音差异特征主要体现在非重读元音弱化上,而且经常将e发成i的音,这是与其他5个国家发音特点不同之处。墨西哥口音中,辅音的发音特征主要体现在单词结尾s的省略上。

摘要：在现代信息技术革新发展中,科研学者在开发设计语音识别系统时,需要利用正确的音标标注和词汇标注,构建规范有效的语音语言模型。由于在语音语料库中添加音标和词汇标注,需要消耗大量的人力物力,并且现有系统无法实现自动标注,所以只能利用手工标注来完成。本文在了解数据标注技术研究现状的基础上,根据语音语料库的标注形式和影响因素,分析以计算技术为核心的语音语料库标注方法,而后结合实践应用结果进行验证分析。最终结果显示,利用计算技术进行标注,能有效低成本的生成词汇和音标的标注。

摘要：针对智能时代下信息技术发展对人类生存和发展提出的挑战,结合《教育信息化2.0行动计划》等文件,提出能力为先理念下的课程教学思路,探讨如何开展面向文科类教学对象的大学程序设计基础通识课教学,介绍能力为先理念下程序设计基础课程的设计思路和实施过程,并通过学生作品的展示,说明该理念的重要意义。

摘要：语音信号是当前人工智能领域的一个重要研究方向,传统语音信号识别结果易受噪声干扰,使得信号识别效果不理想,为了提高传统语音信号识别正确率,设计基于深度卷积神经网络(DCNN)的多噪声语音识别方法。首先,分析当前语音信号识别的研究进展,找到不同方法的局限性;然后从硬件和软件对语音信号进行降噪操作,提高语音信号质量;最后采用DCNN进行语音信号识别仿真实验,测试结果表明,该设计方法可以提高语音信号的信噪比,同时可以提高语音信号的识别正确率,相对于对比方法,可获得更加理想的语音信号识别结果,解决了当前语音信号识别过程中存在的难题,具有更高的实际应用价值。

摘要：神经机器翻译发展至今,已经成为目前应用最为广泛的机器翻译方法,其优秀的性能依赖于丰富的语料库和庞大的计算机算力。但通过此方法,在语料库稀缺或者数据算力达到一定规模的情况下,进一步提高翻译质量十分困难。为更好的解决上述问题,实现融入语言学知识的机器翻译是一种重要的方法。本文提出了一种对HNC理论中基本句类语义块表示式进行边界识别,在汉英机器翻译中融入句类知识的方法。首先对属于HNC理论基本句类的句子进行分词和词性标注,根据词性标注的结果进行特征语义块识别和句类分析,然后再由句类表示式对整个句子的语义块表示式进行边界识别。最后设计了一种融入句类知识的汉英神经机器翻译模型,将每个边界划分后的对象单独计算注意力和词向量计算的注意力进行相加,做为输入训练翻译模型。

摘要：基于损伤控制的理念,研究柱端设置L形连接件滑移摩擦节点(LCSFJ)钢框架的抗震性能和损伤情况。设计并制作了2个1/2缩尺的单层单跨梁贯通式钢框架试件,其中:一个为柱端设置LCSFJ钢框架试件;另一个为普通钢框架试件,对其进行拟静力加载试验。普通钢框架试验结束后柱脚屈曲严重,柱顶翼缘轻微屈曲。柱端设置LCSFJ的钢框架,在试验过程中,LCSFJ如期发生转动,进行摩擦耗能;试验结束后,LCSFJ连接件发生弯曲变形,黄铜摩擦片出现磨损,钢柱无明显损伤变形,利于震后修复;柱端设置LCSFJ钢框架滞回曲线饱满,表现出良好的抗震性能。试验结果表明:设置LCSFJ钢框架可以通过LCSF滑移摩擦和连接件屈服进行耗散地震能量,使梁柱等主体结构保持弹性。为提高柱端设置LCSFJ钢框架的抗震性能,建立有限元模型做进一步分析,配置隅撑的LCSFJ钢框架承载能力和耗能能力均有提升。有限元结果表明:配置隅撑可以在保证LCSFJ工作性能的前提下,显著提高柱端设置LCSFJ钢框架的承载能力和耗能能力,增强抗震性能。